基于改进离散粒子群算法的青贮玉米原料含水率高光谱检测

• Published in: 农业工程学报 Vol. 35; no. 1; pp. 285 - 293
• Main Authors: 张珏, 田海清, 赵志宇, 张丽娜, 张晶, 李斐
• Format: Journal Article
• Language: Chinese
• Published: 内蒙古农业大学机电工程学院,呼和浩特 010018 2019; 内蒙古师范大学物理与电子信息学院,呼和浩特 010020%内蒙古农业大学机电工程学院,呼和浩特,010018%内蒙古师范大学物理与电子信息学院,呼和浩特,010020%内蒙古农业大学草原与资源环境学院,呼和浩特,010019
• Subjects: 粒子; 特征波段; 光谱分析; 粒子群; 水分; 高光谱; 青贮玉米
• ISSN: 1002-6819
• DOI: 10.11975/j.issn.1002-6819.2019.01.035

S816.5%TP391; 快速、无损和准确检测青贮玉米原料含水率,对确保青贮玉米发酵品质、推动青贮产业健康快速发展有重要现实意义.为探究高光谱技术在青贮玉米原料含水率检测方面的可行性,研究通过高光谱成像系统获取青贮玉米原料高光谱图像并利用烘箱加热法测定实际含水率.在粒子更新方式和惯性权重2个方面对传统离散粒子群算法(discrete binary particle swarm optimization,DBPSO)进行优化,提出基于改进型离散粒子群算法(modified discrete binary particle swarm optimization,MDBPSO)的特征波段优选方法,并利用相关系数分析法(correlation coefficient,CC)、DBPSO和MDBPSO法提取原料含水率高光谱特征变量,基于全波段反射光谱(total spectral reflectance,TSR)和特征波段反射光谱建立青贮玉米原料含水率预测模型.结果表明,MDBPSO优选特征波段适应度函数的收敛精度和收敛效率较DBPSO法均有明显改善,最优适应度值由0.7616提高至0.8123,函数收敛迭代次数由280次降低至79次.MDBPSO-PLSR预测模型的建模精度和预测精度均高于CC-PLSR、DBPSO-PLSR和TSR-PLSR预测模型,其校正集决定系数Rc2和均方根误差RMSEC(root mean square error of calibration)分别为0.81和0.032,预测集决定系数Rp2和均方根误差RMSEP(root mean square error of prediction)分别为0.80和0.045.该研究表明,利用高光谱图像技术检测青贮玉米原料含水率具有较高的精度,研究可为后续开发青贮玉米原料水分快速检测仪器提供借鉴方法.